Dentro de la IA, una de las áreas destacadas es el machine learning (también la más probada y extendida), que consiste en dotar a las máquinas de la capacidad para que los programas se alteren a sí mismos para mejorar sus resultados al exponerse cada vez más a los datos de entrada. Esto se traduce en un aprendizaje basado usualmente en redes neuronales (conjunto de algoritmos más o menos basado en el funcionamiento del cerebro humano), que aprenden de sus errores y evolucionan, interpretando, buscando patrones y etiquetando partes de los datos que reciben, cada vez, de forma más precisa.
SAP ha aplicado machine learning a diversas tecnologías bajo el paraguas de SAP Leonardo sobre SAP Cloud Platform:
- Asistentes digitales y bots (Conversational AI): consiste en hacer que programas-robot puedan interactuar con personas (clientes, etc.) de forma cada vez más inteligente y autónoma, aprendiendo de cada interacción, para ofrecer una experiencia de usuario cada vez mejor.
- Robotic Process Automation (RPA): se trata de automatizar procesos de trabajo de reglas rígidas, cambiando las reglas por algoritmos que auto-aprendan y puedan mostrarnos nuevos patrones y soluciones, mientras resuelven los problemas minimizando errores y permitiendo que las personas hagan tareas de mayor valor añadido.
- SAP Leonardo ML: son los propios algoritmos abiertos de machine learning para poder ser aplicados a cualquier caso de uso, general o particular, de un negocio determinado. Para ello se requiere un set de datos de test, cuanto más grande y fiable mejor.
Pero, ¿qué hay sobre aplicar machine learning a los datos que tengo o puedo tener de mi negocio para extraer conclusiones que supongan un ahorro de costes o una maximización de beneficios para mi compañía?
El problema principal a resolver sería cubrir los gaps entre los datos y las preguntas que se desearía contestar a partir de los mismos y, antes incluso, poder decidir si el machine learning es una solución para mí, en función de criterios de tamaño, complejidad del problema a resolver y otros.
En Seidor tenemos los perfiles adecuados y la experiencia para poder utilizar las capacidades de machine learning de principio a fin. Ofrecemos un acompañamiento experto desde el momento de decidir si esta tecnología es adecuada para un caso de uso, el soporte en la definición, curación y preparación de los datos de entrada necesarios, la formulación correcta de las preguntas a resolver y la gestión de la expectativa de resolución, pasando por la recomendación del set de algoritmos a utilizar y, por supuesto, la implementación, entrenamiento, puesta en funcionamiento y seguimiento de los algoritmos de auto-aprendizaje más convenientes para cada caso.
Síguenos en:
blog.seidor.com -
www.seidor.es
Para más información:
SEIDOR | Comunicación | 902 995 374 |
comunicacion@seidor.es
Copyright 2019 AUSAPE. Para realizar consultas o el envío de noticias que puedan aparecer en este boletín, hágalo a nuestra dirección de correo electrónico: comunicacion@ausape.es. Si lo desea, puede crear enlaces desde sus páginas web a la dirección de la página principal de AUSAPE.